Regresi : Mengukur pengaruh variabel dengan variabel lainnya, Membuat ramalan
Variabel : kumpulan atribut yang mempunyai sifat yang sama dan mempunyai nilai yang berbeda (variasi)
Regresi linier : pengaruh secara linier dua variabel (independent & dependent)
V.I ----------------> V.D
V.bebas ----------------> V.terikat
Contoh:
Pendapatan ----------------> Pengeluaran
Modal kerja ----------------> Profit
Promosi ----------------> Penjualan
Motivasi ----------------> Kinerja
Model x --------------------------> y
y^ = a + bx … Regresi linier
y^ = nilai ramalan y jika x diketahui
a = konstanta (penyeimbang) y^ = a jika x = 0
X = V. bebas (diketahui)
b = koefisien regresi yaitu koefisien yang dapat menjelaskan pengaruh x terhadap y (+/-) sebesar nilai b
Misal:
1.
y^ = 3,5 + 0,70x
a = 3,5
b = 0,70 : pengaruh x => y positif sebesar 0,70
2.
y^ = 7,5 - 0,05x
a = 7,5
b = -0,05 : x => y negatif sebesar -0,05
3.
y^ = -7,5 + 0,80x
a = 7,5
b = 0,80 : x => y positif sebesar 0,80
Belum ada tanggapan untuk "Regresi Linier"
Posting Komentar